对于可穿戴机器人而言,步行速度适应步行阶段估计.
Sanguk Choi1, Chanyoung Ko1, Kyoungchul Kong1
1Department of Mechanical Engineering, Korea Advanced Institute of Science and Technology (KAIST), Daejeon 34141, Republic of Korea.
Sensors (Basel, Switzerland)
|October 14, 2023
概括
这项研究提出了一种新的算法,用于精确的步行阶段估计,提高了步行速度变化期间的准确性. 步态阶段估计模块 (GPEM) 为机器人应用提供了更流,更可靠的步态分析.
科学领域:
- 机器人技术 机器人技术 机器人技术
- 生物力学 生物力学
- 生物医学工程 生物医学工程
背景情况:
- 准确的步行阶段估计对于控制辅助机器人至关重要.
- 现有的方法与动态速度变化和现实世界的变化作斗争.
研究的目的:
- 引入一个新的步行阶段估计模块 (GPEM) 与速度适应的在线算法.
- 为了在各种步行速度和动态条件下实现连续和单调的步行阶段估计.
主要方法:
- 开发了一种适应速度的在线步态阶段估计算法.
- 将算法集成到步行阶段估计模块 (GPEM) 中.
- 实验验证将拟议方法与相位图和基于时间的估计进行比较.
主要成果:
- 提出的方法证明了更顺,连续和重复的步态阶段估计.
- 与基于时间的估计相比,步态相位偏差减少了48%.
- 与相位肖像法相比,步态相位偏差减少了48.29%.
结论:
- 该GPEM算法提供了强大的和高效的步态阶段估计.
- 该方法适用于控制步行辅助机器人,而无需显著的计算开销.
- 为推进机器人应用的步态分析技术做出了贡献.
